近年来,随着机器学习与模式识别领域的快速发展,基于人体生物特征的人机交互和认证技术获得了越来越多的关注。视觉语音识别认证是其中的一项关键技术,嘴唇图像分割技术可以为视觉语音识别提供了大量的视觉信息,是视觉语音识别认证技术中最为基础的一项技术。嘴唇图像分割模块是很多应用的子模块,比如说基于嘴唇的认证系统、唇读系统。实现准确的嘴唇分割对教育、安防等领域都有极大的应用价值。本文提出了一种基于深度神经网络的嘴唇分割方法,旨在实现复杂环境下准确的嘴唇区域分割。鉴于环境的多样性,需要通过标注来加入监督信息以保证分割结果的准确性,而使用人工标注费时费力。针对该问题,本文采用一种低成本的标注方式,综合使用人脸关键点检测算法和最大稳定极值区域算法,对嘴唇内外轮廓进行标注。然而无论是人工标注还是本文采用的低成本标注方法,都会引入不同程度的标注噪音,这会影响分割结果的准确率。鉴于标注结果存在噪音,本文使用一种综合多尺度信息、基于全卷积神经网络的嘴唇区域分割网络。本方法包含两个相对独立的神经网络,一个用来得到大致的嘴唇区域,另一个用来降低标注噪音带来的分割错误。同时,本文设计了一种新的损失函数,充分利用了连续帧之间的关系,从而对标注的噪音和不平衡数据具有更强的鲁棒性。实验结果表明,相比现有的嘴唇分割方法,该方法能够取得较为优异的性能。